Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika) International Journal of Multilingual Education and Applied Linguistics
Muhamad Ali Imron
Unknown Affiliation
Arts Computer Science & IT Education Languange, Linguistic, Communication & Media Public Health Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
BLACK BOX TESTING WEBSITE RIMA BATIK DENGAN TEKNIK BOUNDARY VALUE DAN EQUIVALENCE PARTITIONING Nur Indah Chasanah; Mochammad Alwan Al Ataya; Mia Putri Yeza; Muhamad Ali Imron; Fauzi Adi Saputra; Rizki Juliansyah; Wicaksono, Aditya; Mindara, Gema Parasti
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.12115

Abstract

Pengujian perangkat lunak merupakan tahap penting dalam pengembangan perangkat lunak untuk memastikan aplikasi berfungsi sesuai spesifikasi dan bebas dari kesalahan. Penelitian ini berfokus pada pengujian website Company Profile Rima Batik menggunakan metode Black Box Testing dengan teknik Boundary Value Analysis (BVA) dan Equivalence Partitioning (EP). Masalah utama yang diangkat adalah potensi kesalahan fungsional pada website yang dapat mempengaruhi pengalaman pengguna. Tujuan penelitian adalah untuk mengevaluasi keandalan sistem dengan mendeteksi kesalahan pada fitur utama website. Pendekatan Software Testing Life Cycle (STLC) diterapkan dalam pelaksanaan pengujian. Teknik BVA digunakan untuk memeriksa nilai batas masukan, sedangkan teknik EP membagi rentang input menjadi partisi yang lebih kecil untuk efisiensi pengujian. Hasil penelitian menunjukkan bahwa metode EP memiliki tingkat kesesuaian sebesar 62,5% dari 8 pengujian, sedangkan metode BVA menunjukkan kesesuaian sebesar 64,70% dari 17 pengujian. Beberapa kesalahan, seperti validasi input dan pengelolaan data, berhasil diidentifikasi. Penelitian ini menyimpulkan bahwa kombinasi teknik EP dan BVA efektif dalam mendeteksi kesalahan perangkat lunak, memberikan wawasan untuk perbaikan lebih lanjut
Traspoter Application Development: Website-Based Automatic Garbage Classification Using CNN Method Bima Julian Mahardika; Budy Santoso; Aulia Anggraeni; Muhamad Ali Imron; Anatasya Wenita Putri; Endang Purnama Giri; Gema Parasti Mindara
International Journal of Multilingual Education and Applied Linguistics Vol. 1 No. 4 (2024): November : International Journal of Multilingual Education and Applied Linguist
Publisher : Asosiasi Periset Bahasa Sastra Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/ijmeal.v1i4.148

Abstract

This research focuses on the development of automatic waste classification by applying the Convolutional Neural Network (CNN) method in a web-based application. This system is designed to help the waste management process through automatic sorting between organic and inorganic waste, so that it can support recycling efforts and reduce environmental impacts. In its application, this application utilizes the CNN algorithm to analyze images and recognize the type of waste with good accuracy. The development uses technologies such as Python and OpenCV to ensure efficient processing of image data, with the CNN model trained using a dataset of 22,564 images. Test results show excellent accuracy, reaching 99.27% for organic waste and 98.72% for inorganic waste.
Co-Authors Aditya Wicaksono Anatasya Wenita Putri Aulia Anggraeni Bima Julian Mahardika Budy Santoso Endang Purnama Giri Fauzi Adi Saputra Gema Parasti Mindara Mia Putri Yeza Mindara, Gema Parasti Mochammad Alwan Al Ataya Nur Indah Chasanah Rizki Juliansyah